CC BY
66
Материалы Russian-German conference on Biomedical Engineering
3!
УДК 534.6; 615.9
Р. В. Исаков, канд. техн. наук, доцент,
Институт иновационных технологий Владимирского государственного университета им. А. Г. и Н. Г. Столетовых
Методология интеллектуального анализа кардиосигналов
Ключевые слова: электрокардиография, плетизмография, кардиоинтервалограмма, фонокардиограмма, анализ, нейронные сети.
Keywords: еlectrocardiography, pletismograthy, cardiointervalograthy, phonocardiograthy, analysis, neuron networks.
Приводятся результаты разработки интеллектуальной системы экспресс-оценки функционального состояния сердечно-сосудистой системы человека. Предложен нейросетевой подход к анализу кардиосигналов. Общая задача была разбита на два направления анализа: исследование электрической и механической работы сердечно-сосудистой системы. Использовались такие виды кардиосигналов, как электрокардиограмма, кардиоинтервалограмма, пульсовая кривая и фонокардиограмма. Такой подход позволит оценить различные аспекты функционирования сердечно-сосудистой системы и получить обобщенное заключение.
В настоящее время встает вопрос о разработке нового поколения медицинских приборов, применяемых для доклинической амбулаторной диагностики. Это связано с тем, что почти все патологии легче лечить на ранней стадии.
Методы исследования
При разработке прикладных комплексов экспресс-оценки функционального состояния организма необходимо исследовать выбранную биологическую систему комплексно, учитывая разные особенности работы организма. В случае исследования сердечно-сосудистой системы человека целесообразно выделить особенности проведения (распределения) электрического потенциала в сердце и механической работы по проталкиванию крови через сосуды.
Электрические процессы в сердце можно оценить по электрокардиосигналу (ЭКС), который несет в себе информацию не только о состоянии проводящих путей всех частей сердца, но и о центральном управлении вариабельностью ритма сердца. Механические процессы сердечно-сосудистой системы отображаются на пульсовых волнах (фотоплетизмограмме, реогамме и др.), характеризующих состояние арте-
риальных сосудов, а также на фонокардиосигналах, несущих информацию о состоянии полостей сердца.
Систематизация методов исследования сердечнососудистой системы представлена на рис. 1.
Для детализации электрокардиографической информации можно применять нескольких стандартных отведений, а для оценки различных отделов сердца — произвести сегментацию кардиоциклов в данных отведениях.
Различные электрокардиографические отведения позволяют разделить признаки патологий, относящиеся к правым и левым отделам сердца. Учитывая практические ограничения систем для экспресс-мониторинга, наиболее удобными следует считать отведения от конечностей (I, II, III стандартные отведения Эйнтховена). Причем I отведение в основном отражает деятельность правой части сердца, III отведение — левой части сердца, а II отведение несет в себе интегральную информацию [2].
Обоснованием выбора опорных точек является следующее:
• процесс деполяризации предсердий и прохождение потенциала действия через атриовентрику-лярное соединение соответствует появлению зубца Р и интервалу P—Q на электрокардиограмме (ЭКГ);
• деполяризация желудочков провоцирует возникновение QRS-комплекса;
• процессы реполяризации, угасания возбуждения и восстановление исходного состояния миокар-диоцитов отображаются графически на ЭКГ интервалом S—Т и зубцом Т [2].
При определении начала и окончания сегментов ЭКГ в электрокардиографии принято использовать временной интервал 0,10 ± 02 с. Например, ширина зубца Р, интервала Р—Q, QRS-комплекса равняется 0,10 ± 0,02 с. Эмпирически определено, что время реполяризации и время возбуждения всех отделов сердца приблизительно равны. Следовательно, продолжительность фазы реполяризации находится в районе 0,30 ± 0,02 с [2].
Исходя из этих положений и дополнительных исследований экспериментальных баз данных были предложены временные смещения относительно
биотехносфера
| № 3(33)72014
Рис. 1 \ Методы исследования сердечно-сосудистой системы человека
К-зубца всех сегментов ЭКГ. Результаты сведены в таблице.
Использование сегментарного подхода к обработке ЭКС позволяет выявить отклонения в электрической активности сердца с локализацией по основным его отделам путем выделения:
а) сегмента ЭКГ с Р-зубцом (оценка функционального состояния предсердий);
б) сегмента с QRS-комплексом (оценка функционального состояния желудочков);
в) сегмента Б—Т и Т-зубца (оценка процесса ре-поляризации миокарда, играющего большую роль в диагностике ишемической болезни сердца [2]).
Для оценки левой части сердца можно использовать III отведение, а правой — I отведение.
Пульсовые волны, как и фонокардиографические кривые, также можно подвергнуть сегментации, так как на них присутствует информация о разных участках сердечно-сосудистой системы в последовательной форме.
В случае пульсовой волны благоприятной опорной точкой является максимум систолического выброса (например, точка В2 на фотоплетизмограмме (ФПГ)). Здесь можно выделить две зоны: систолу (интервал В1—В2) и диастолу (интервал В2—В5).
Первая зона дает информацию о процессе прохождения крови по артериям, позволяя оценить наличие препятствий току крови под давлением. Вторая зона несет информацию об эластических свойствах сосудов, оценивающих степень их жесткости.
На фонокардиограмме (ФКГ) опорной точкой может являться максимум тона Б1, так как он присутствует на всех фонокардиограммах и имеет наибольшую мощность. Целесообразно выделить две зоны: интервал —Б2 и интервал Б2—следующего цикла. Отклонения от нормы в данных зонах будут свидетельствовать о патологических изменениях в полостях сердца.
Для анализа вариабельности ритма сердца (ВСР) при дифференцировании пациентов на условно здоровых людей или имеющих патологические отклонения в работе был использован метод корреляционной ритмографии, суть которого заключается в графическом отображении последовательных пар кардиоинтервалов (предыдущего и последующего) в двумерной координатной плоскости. График и область точек, полученные таким образом, как известно, называются скаттерграммой.
Этот способ оценки ВСР относится к методам нелинейного анализа и является особенно полезным
Таблица I Результаты оценки временных параметров сегментов ЭКГ
Отдел сердца Часть сердца Сегмент ЭКГ Отведение Время относительно К-зубца, с
начало окончание
Предсердие и предсердно-желудочковое соединение Оба Р, P—Q II -0,34 -0,06
Правое I
Левое III
Желудочек Оба QRS II -0,06 0,06
Правый I
Левый III
Реполяризация миокарда Всего Б—Т, Т II 0,06 0,66
Правого I
Левого III
№ 3(33)/2014 | биотехносфера
Материалы Russian-German conference on Biomedical Engineering
1800 1600 1400 1200 1000 800 600 400 200
* » * м Аритмия
• * »
Норма
С дыхательными изменениями
200 400 600 800 1000 1200 1400 1600 1800
Рис. 2
Образцы корреляционных ритмограмм (КРГ) скаттерграмм
для случаев, когда на фоне монотонности ритма встречаются редкие и внезапные нарушения.
При построении скаттерграммы образуется совокупность точек, центр которых располагается на биссектрисе. Отклонение точки от биссектрисы влево показывает, насколько данный сердечный ритм короче предыдущего, вправо от биссектрисы — насколько он длиннее предыдущего.
Нормальная форма скаттерграммы представляет собой эллипс, вытянутый вдоль биссектрисы. Именно такое расположение эллипса означает, что к дыхательной прибавлена некоторая недыхательная аритмия. Форма в виде круга означает отсутствие недыхательных компонентов аритмии [5].
Узкий овал соответствует преобладанию недыхательных компонентов в общей вариабельности ритма. Зажатость облака скаттерграммы свидетельствует о выраженном стрессе. Образцы корреляционных ритмограмм (КРГ) представлены на рис. 2.
Система анализа
При проведении профилактических экспресс-исследований обычно ставится вопрос не о диагностике патологий, а об отнесении человека к группе риска. Поэтому в подобной системе целесообразно производить не диагностику патологий, а выявление отклонений от нормы. При этом исследуемый сигнал сравнивается с эталонным представлением о норме. Проблема такого подхода заключается в индивидуальных и групповых особенностях нормы, что делает многие методы непригодными для исследования большого числа людей. Решить проблему может переход к применению интеллектуальных методов анализа сигнала, которые обладают собственным опытом и способностью обучаться, перенимая опыт у врачей-специалистов.
Для реализации интеллектуальной системы анализа кардиосигналов был выбран нейросетевой под-
ход, а в частности модель многослойного персептро-на [1], входящего в состав модульной структуры (рис. 3), так как исследования [3] показали хорошие результаты его применения в задачах анализа ЭКГ.
Особенности модульной структуры заключаются в следующем:
1) нейроны различных нейросетевых модулей не соединены между собой;
2) каждый нейросетевой модуль должен быть обучен на распознавание одной патологии;
3) сигнал образа ЭКС поступает на все нейросе-тевые модули одновременно;
4) каждый нейросетевой модуль может иметь свою архитектуру (количество скрытых слоев и число нейронов);
5) расширение функциональных возможностей системы можно реализовать без переобучения готовых модулей [3].
Такая организация нейронной сети имеет биологическое обоснование. Известно, что функционирование головного мозга осуществляется отдельными областями (нейромодулями), отвечающими за выполнение конкретных функций (слух, зрение, моторные функции и т. п.) [4].
Обработка сигналов
Для предварительной обработки кардиосигна-лов был выбран подход, основанный на сегментации кардиоциклов на несколько ключевых зон (для ЭКГ — три, для ФПГ и ФКГ — две), так как единственной точкой, требуемой для обнаружения, является локальный максимум (например, R-зубец),
Нейросетевой модуль 1
Рис. 3
Обобщенный случай модульной структуры нейронной сети для анализа ЭКС
37
биотехносфера
I № 3(333/2014
3!
Материалы Russian-German conference on Biomedical Engineering
который, вследствие своей относительно высокой амплитуды, хорошо обнаруживается существующими методами [2].
Алгоритм предварительной обработки сигнала для создания образов кардиосигнала состоит из восьми операций:
1) обнаружение опорной точки;
2) выделение участков кардиоциклов;
3) линейное нормирование участков кардиоцик-лов;
4) накопление нормированных участков кардио-циклов;
5) определение и устранение артефактных и нетипичных участков кардиоциклов;
6) создание обобщенного кардиоцикла путем усреднения по ансамблю серии синхронизированных кардиоциклов;
7) сегментация участка кардиоцикла на соответствующие ему зоны;
8) линейное нормирование сигналов в каждом сегменте.
Процесс сердечной деятельности носит ритмичный циклический характер с почти полным подобием кардиоциклов (за исключением аритмий), поэтому в алгоритме предварительной обработки сигнала предусмотрено усреднение по ансамблю. Это дает существенное снижение случайных помех и выделение обобщенной информации об исследуемом процессе. Однако аритмичные, артефактные и другие нетипичные кардиоциклы не должны быть подвержены обработке во избежание искажения образа. Поэтому классификация и подсчет аритмий должны производиться раздельно.
Обработка сигналов кардиоинтервалографии выполняется отдельным алгоритмом, так как связана с анализом изображения скаттерграммы ритма сердца. Диапазон длительностей кардиоинтервалов выбран от 300 до 1700 мс и обусловлен общеизвестными требованиями к анализу вариабельности ритма сердца. В дальнейшем изображение скаттерграммы для сокращения размерности подвергается бинаризации.
Как известно, бинарное изображение — это разновидность цифровых растровых изображений, когда каждый пиксель может представлять только один из двух цветов. Значения каждого пикселя условно кодируются как «0» и «1». Значение «0» условно называют задним планом или фоном, а «1» — передним планом.
На стадии бинаризации объект изображения (скаттерграмма) преобразовывается в бинарную ма-
трицу данных, отражающую яркостные показатели каждого пикселя. Яркость каждого пикселя определяется результатом суммы точек, попавших в ячейку, образованную сеткой нужной размерности. Если результат суммы получается больше нуля, то ячейка считается планом, иначе — фоном. Далее бинарная матрица преобразуется в вектор, который и является входным для ИНС.
Выводы
Разработанные методы и средства анализа кар-диосигналов предназначены для работы с врачом-экспертом для накопления его опыта. Накопленный в искусственных нейронных сетях опыт может быть тиражирован и использован малоквалифицированным персоналом при проведении массовых экспресс-исследований в целях выделения групп риска, а также в программах автоматизированной расшифровки суточной записи ЭКГ.
Такой подход к построению системы автоматического анализа кардиосигналов дает возможность уменьшить число неверных заключений путем адаптации системы к конкретным условиям эксплуатации, аппаратной базе, этническим и географическим особенностям людей.
В настоящее время ведется исследование экспериментального образца обучаемой системы интеллектуального анализа кардиосигналов.
Работа выполняется при поддержке гранта Президента РФ молодым российским ученым № МК-2702.2013.8
Литература
1. Хайкин С. Нейронные сети. 2-е изд. М.: Издательский дом «Вильямс», 2006. 1104 с.
2. Суворов А. В. Клиническая электрокардиография. Нижний Новгород: Изд-во НМИ, 1993. 124 с.
3. Исаков Р. В., Аль-Мабрук М. А., Лукьянова Ю. А., Суш-кова Л. Т. Результаты исследования нейронных сетей в задачах распознавания патологических изменений электрической активности сердца // Биомедицинская радиоэлектроника. 2010. №. 7. С. 9-13.
4. Физиология человека: В 3 томах. Т. 1. Под ред. Р. Шмидта и Г. Тевса; М.: Мир, 1996. 323 с.
5. Чирейкин Л. В., Баевский Р. М., Иванов Г. Г. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем (методические рекомендации). СПб. 2001. 65 с.
№ 3(33)/2014 |
биотехносфера
